주식 기초 · 69/89강 · 고급 · 4분 읽기
블랙-숄즈 모형이란 — 옵션 가격이 계산되는 원리
이 글의 목차
옵션 프리미엄은 누가, 어떻게 정하는가
옵션 그릭스에서 델타·감마·세타·베가가 "블랙-숄즈 모형 같은 특정 가격결정 모형을 전제로 계산된다"고 짚고 넘어갔습니다. 옵션이란 무엇인가에서 옵션 프리미엄을 보험료에 비유했지만, 실제 보험료는 보험사가 과거 사고 통계를 근거로 산정하는 것과 달리 옵션 프리미엄에는 그런 손해율 통계표가 없습니다. 그런데도 거래소에서는 매 순간 특정 행사가격·만기의 옵션에 구체적인 숫자가 매겨져 거래됩니다. 이 숫자가 어떤 논리로 도출되는지를 처음으로 수학적으로 풀어낸 것이 1973년 피셔 블랙(Fischer Black)과 마이런 숄스(Myron Scholes)가 발표하고 로버트 머튼(Robert Merton)이 이론적 토대를 보강한 블랙-숄즈(-머튼) 모형입니다. 숄스와 머튼은 이 공로로 1997년 노벨경제학상을 받았습니다(블랙은 1995년 타계해 수상 대상에서 제외됐습니다). 이번 강의에서는 이 모형이 어떤 논리로 옵션 가격을 계산해내는지, 공식에 등장하는 각 항이 실제로 무엇을 의미하는지를 매매 신호가 아니라 원리로 다룹니다.
핵심 아이디어 — "복제할 수 있다면 가격은 하나로 정해진다"
블랙-숄즈 모형의 출발점은 다소 뜻밖입니다. "옵션이 앞으로 얼마의 가치를 가질지"를 직접 예측하는 대신, "주식과 무위험 채권을 적절한 비율로 계속 섞어서 옵션과 똑같은 손익 구조를 인공적으로 복제할 수 있는가"라는 질문에서 시작합니다. 답은 "그렇다"입니다. 콜옵션 하나를 보유한 것과 동일한 손익을 내려면, 기초자산인 주식을 일정 비율만큼 사고(이 비율이 바로 옵션 그릭스에서 다룬 델타입니다) 그 매수 자금의 일부를 무위험 이자율로 빌리면 됩니다. 주가가 움직일 때마다 이 델타 비율도 함께 바뀌므로, 이 복제 포지션은 시간이 지날수록 계속 재조정("동적 헤지")해 줘야 콜옵션의 손익 구조를 정확히 따라갑니다.
여기서 결정적인 논리가 등장합니다. 만약 콜옵션의 실제 시장가격이 이 복제 포트폴리오를 만드는 데 드는 비용과 다르다면, 둘 중 싼 쪽을 사고 비싼 쪽을 팔아서 위험 없이 차익을 남길 수 있는 여지가 생깁니다. 시장에 이런 무위험 차익거래 기회가 남아있을 수 없다고 가정하면(이를 무차익거래 원칙이라 부릅니다), 옵션 가격은 반드시 이 복제 포트폴리오를 구성하는 비용과 같아져야 한다는 결론에 도달합니다. 블랙-숄즈 모형이 실제로 계산하는 것은 바로 이 "복제하는 데 드는 비용"이며, 이 논리 덕분에 투자자 개개인이 그 주식을 얼마나 낙관적으로 보는지와는 무관하게 단 하나의 이론가격이 도출됩니다. 이런 계산 방식을 위험중립가치평가(risk-neutral valuation)라 부르는데, 실제 투자자들이 위험을 얼마나 회피하는지와 무관하게, 모든 참여자가 위험에 무심하다고 가정해도 무차익거래 논리만으로 같은 가격이 나온다는 뜻에서 붙은 이름입니다.
이 지점에서 오해하기 쉬운 부분이 하나 있습니다. "위험중립"이라는 표현 때문에 이 모형이 실제 투자자들의 위험 회피 성향을 무시하고 계산한다고 생각하기 쉽지만, 정확히는 그 반대에 가깝습니다. 투자자들이 위험을 얼마나 꺼리는지는 이미 변동성이라는 입력값 안에 녹아 들어가 있습니다. 위험을 많이 꺼리는 시장일수록 그 종목의 가격 변동폭 자체가 커지는 경향이 있고, 변동성이 커지면 공식에 그대로 반영되어 옵션 가격도 함께 올라갑니다. 즉 투자자의 위험 회피 성향은 "위험중립 확률"이라는 계산 방식을 거치지 않고도, 변동성이라는 관측 가능한 숫자를 통해 이미 가격에 반영되어 있는 셈입니다.
공식 뜯어보기 — N(d1)과 N(d2)는 각각 무엇을 뜻하나
배당이 없는 유럽식(만기에만 행사 가능한) 콜옵션을 기준으로 한 블랙-숄즈 공식은 다음과 같습니다.
콜옵션 가격 = S × N(d1) − K × e^(−rT) × N(d2)
여기서 S는 현재 주가, K는 행사가격, T는 만기까지 남은 기간(연 단위), r은 무위험이자율입니다. N()은 표준정규분포의 누적분포함수로, "어떤 값 이하가 나올 확률"을 0과 1 사이의 숫자로 돌려주는 함수입니다. d1과 d2는 주가·행사가격·변동성·잔존만기를 조합해 계산되는 값으로, 공식만 보면 복잡하지만 각 항이 뜻하는 바는 비교적 단순합니다.
N(d2)는 위험중립 세계에서 이 옵션이 만기에 내가격(행사가격보다 주가가 높은 상태)으로 끝날 확률에 해당합니다. N(d1)은 옵션 그릭스에서 다룬 델타, 즉 복제 포트폴리오에서 주식을 얼마의 비율로 들고 있어야 하는지를 나타내는 헤지 비율과 같습니다. 그래서 공식 전체를 풀어서 읽으면 이렇게 이해할 수 있습니다. "만기에 내가격으로 끝날 경우 그때 받게 될 주식의 현재가치(S × N(d1))에서, 그 주식을 사는 데 지불해야 할 행사가격의 현재가치(K × e^(−rT) × N(d2))를 뺀 값"이 콜옵션의 이론가격이라는 뜻입니다. K에 곱해진 e^(−rT)는 미래에 지불할 행사가격을 무위험이자율로 할인해 현재가치로 바꿔주는 항입니다.
풋콜패리티 — 콜옵션 가격만 알면 풋옵션 가격도 저절로 나온다
블랙-숄즈 모형과 함께 자주 등장하는 개념이 풋콜패리티(put-call parity)입니다. 같은 행사가격·만기를 가진 콜옵션과 풋옵션, 그리고 주식과 무위험채권 사이에는 다음 관계가 항상 성립해야 합니다.
콜옵션 가격 − 풋옵션 가격 = 주가 − 행사가격의 현재가치
이 관계 역시 무차익거래 원칙에서 나옵니다. "콜옵션을 사고 채권을 매도(자금을 빌림)"한 포지션과 "풋옵션을 사고 주식을 매수"한 포지션은 만기에 정확히 똑같은 손익 구조를 만들어내므로, 두 포지션의 가격이 다르면 역시 차익거래 기회가 생깁니다. 풋콜패리티가 실무에서 유용한 이유는, 블랙-숄즈 공식으로 콜옵션 가격만 계산해두면 이 등식을 이용해 풋옵션 가격을 별도의 복잡한 계산 없이 바로 구할 수 있기 때문입니다.
숫자로 보는 예시
어떤 종목의 현재 주가가 50,000원, 행사가격 50,000원(등가격)인 3개월 만기 콜옵션이 있다고 가정해 보겠습니다. 무위험이자율 3%, 연 변동성 25%를 입력하면 다음과 같은 값이 나옵니다.
| 항목 | 값 |
|---|---|
| d1 | 약 0.12 |
| d2 | 약 −0.00 |
| N(d1) (헤지 비율) | 약 0.55 |
| N(d2) (내가격 확률) | 약 0.50 |
| 콜옵션 이론가격 | 약 2,674원 |
| 풋옵션 이론가격(풋콜패리티로 역산) | 약 2,300원 |
등가격 옵션인데도 N(d1)이 정확히 0.5가 아니라 0.55에 가까운 이유는, 변동성이 있는 자산의 기대수익이 로그정규분포를 따른다고 가정하는 모형 특성상 주가가 위로 움직일 여지가 아래로 움직일 여지보다 미세하게 크게 반영되기 때문입니다. 이 예시에서 가장 중요하게 봐야 할 값은 변동성 25%라는 가정입니다. 이 하나의 입력값이 바뀌면 나머지 계산 결과 전체가 함께 바뀌는데, 이 성질이 다음 절에서 다룰 실무 활용의 핵심입니다.
실무에서는 거꾸로 쓰인다 — 내재변동성 역산
블랙-숄즈 공식에 들어가는 다섯 개 입력값(주가, 행사가격, 만기, 무위험이자율, 변동성) 중 앞의 네 개는 시장에서 그대로 관측되는 값입니다. 그런데 유일하게 변동성만은 "앞으로 얼마나 출렁일지"에 대한 예측치라 미리 알 수 없습니다. 그래서 실무에서는 이 공식을 거꾸로 씁니다. 즉 이미 시장에서 거래되고 있는 옵션의 실제가격을 알고 있으니, 나머지 네 개 값을 고정한 채 "이 시장가격이 나오려면 변동성이 얼마여야 하는가"를 역으로 계산합니다. 이렇게 역산해서 얻은 변동성이 바로 VIX 지수에서 다룬 내재변동성(implied volatility)입니다. 블랙-숄즈 모형은 이렇게 옵션 가격을 순방향으로 계산하는 도구인 동시에, 시장이 앞으로의 변동성을 얼마로 보고 있는지를 역으로 읽어내는 도구로도 쓰이는 셈입니다.
이렇게 역산한 내재변동성은 최근 일정 기간의 실제 주가 변동 폭을 그대로 계산한 역사적변동성(historical volatility)과 자주 비교됩니다. 둘은 서로 다른 시점을 바라보는 숫자입니다. 역사적변동성은 이미 지나간 가격 움직임을 그대로 측정한 값이고, 내재변동성은 시장 참여자들이 앞으로의 변동성을 얼마로 예상하며 옵션에 값을 매기고 있는지를 보여주는 값입니다. 평소에는 두 숫자가 비슷한 범위에서 움직이지만, 실적 발표나 중요한 이벤트를 앞두고는 실제 주가는 아직 잠잠한데도 내재변동성만 먼저 뛰어오르는 경우가 흔합니다. 시장이 "곧 무슨 일이 생길지 모른다"는 불확실성을 옵션 가격에 미리 반영하기 때문입니다.
모형의 한계 — 왜 현실에서는 그대로 들어맞지 않는가
블랙-숄즈 모형은 계산을 위해 몇 가지 단순화된 가정을 깔고 있으며, 이 가정들이 현실과 어긋나는 지점에서 모형의 한계가 드러납니다.
첫째, 모형은 변동성이 만기까지 일정하게 유지된다고 가정합니다. 하지만 실제 시장에서는 같은 종목이라도 행사가격에 따라 내재변동성을 역산한 값이 서로 다르게 나오는 현상이 광범위하게 관찰되는데, 이를 변동성 스마일(volatility smile) 또는 변동성 스큐(skew)라 부릅니다. 특히 주가지수 옵션에서는 외가격 풋옵션의 내재변동성이 등가격보다 유독 높게 형성되는 경향이 뚜렷한데, 이는 급락 위험에 대비하려는 헤지 수요가 몰리기 때문으로 해석됩니다. 둘째, 모형은 주가가 로그정규분포를 따르며 연속적으로 움직인다고 가정하지만, 실제로는 실적 발표나 예상치 못한 뉴스로 주가가 순간적으로 크게 갭 상승·하락하는 경우가 흔합니다. 셋째, 원래의 블랙-숄즈 공식은 만기에만 행사할 수 있는 유럽식 옵션과 배당이 없는 주식을 전제로 만들어졌습니다. 만기 전 언제든 행사할 수 있는 미국식 옵션이나 배당을 지급하는 주식에는 공식을 그대로 적용할 수 없어, 실무에서는 이항모형(binomial tree)이나 배당을 반영해 조정한 변형 모형을 함께 씁니다.
이런 한계에도 불구하고 블랙-숄즈 모형이 여전히 업계 표준으로 쓰이는 이유는, 완벽하게 정확한 가격을 내놓기 때문이 아니라 옵션 가격을 구성하는 요인들(기초자산 가격, 시간, 변동성, 금리)을 하나의 논리적 틀 안에 정리해 서로 비교 가능하게 만들어주기 때문입니다. 옵션 그릭스에서 다룬 델타·감마·세타·베가도 모두 이 공식을 각 변수에 대해 미분해서 얻어낸 값입니다.
정리
- 블랙-숄즈 모형은 "주식과 무위험 채권을 조합해 옵션의 손익 구조를 복제할 수 있다"는 무차익거래 논리에서 출발해, 그 복제 비용을 옵션의 이론가격으로 계산합니다.
- 공식의 N(d1)은 복제 포트폴리오의 헤지 비율(델타), N(d2)는 위험중립 세계에서 옵션이 내가격으로 만기를 맞을 확률에 해당합니다.
- 풋콜패리티를 이용하면 콜옵션 가격 하나만 계산해도 같은 조건의 풋옵션 가격을 별도 계산 없이 구할 수 있습니다.
- 실무에서는 이 공식을 거꾸로 활용해 시장가격에서 내재변동성을 역산하는 용도로 가장 널리 쓰입니다.
- 변동성이 일정하다는 가정, 주가가 연속적으로 움직인다는 가정, 유럽식·무배당 전제 등으로 인해 변동성 스마일 같은 현실과의 괴리가 존재하며, 미국식 옵션이나 배당주에는 이항모형 등 변형된 접근이 함께 쓰입니다.
자주 묻는 질문
개인 투자자도 블랙-숄즈 공식을 직접 계산해야 하나요?
그럴 필요는 없습니다. 대부분의 증권사 HTS·MTS와 옵션 거래 플랫폼이 각 옵션의 이론가격과 내재변동성, 그릭스 값을 실시간으로 계산해서 제공합니다. 공식 자체보다는 "변동성 가정 하나가 바뀌면 가격 전체가 바뀐다"는 원리를 이해하는 것이 실전에서 더 중요합니다.
블랙-숄즈 이론가격과 실제 시장가격이 다르면 어느 쪽이 맞는 건가요?
어느 한쪽이 틀렸다고 단정할 수 없습니다. 모형이 가정한 변동성·무배당·유럽식 행사 같은 조건이 실제 옵션과 얼마나 맞는지에 따라 괴리가 생길 수 있고, 실무에서는 오히려 시장가격에서 내재변동성을 역산해 "지금 시장이 어떤 변동성을 반영하고 있는가"를 읽어내는 데 이 모형을 더 자주 씁니다.
미국식 옵션에는 왜 블랙-숄즈 공식을 그대로 쓸 수 없나요?
원래 공식은 만기일에만 행사할 수 있는 유럽식 옵션을 전제로 유도됐기 때문입니다. 만기 전 조기행사가 가능한 미국식 옵션은 조기행사가 유리해지는 경우(예: 배당락 직전의 콜옵션)까지 고려해야 해서, 실무에서는 이항모형처럼 각 시점마다 행사 여부를 따져볼 수 있는 다른 계산 방식을 함께 사용합니다.
⚠️ 이 글은 정보 제공을 목적으로 하며 투자 조언이 아닙니다. 투자 판단과 그 결과에 대한 책임은 투자자 본인에게 있습니다.